電動(dòng)汽車?yán)m(xù)航里程更長、智能手機(jī)電池續(xù)航時(shí)間更久，其動(dòng)力都源自電池材料。其中，直接決定電池性能和壽命的核心材料是陰極材料。如果人工智能（AI）能夠取代電池材料研發(fā)所需的大量實(shí)驗(yàn)，那會(huì)怎樣呢？

據(jù)外媒報(bào)道，韓國科學(xué)技術(shù)院（KAIST）的研究團(tuán)隊(duì)開發(fā)了一種AI框架，即使在實(shí)驗(yàn)數(shù)據(jù)不足的情況下，也能提供陰極材料的粒徑信息和可靠的預(yù)測結(jié)果，這為實(shí)現(xiàn)全固態(tài)電池等下一代能源技術(shù)的擴(kuò)展開辟了新的途徑。

圖片來源：韓國科學(xué)技術(shù)院

該研究團(tuán)隊(duì)由材料科學(xué)與工程系（Department of Materials Science and Engineering）的Seungbum Hong教授領(lǐng)導(dǎo)，與EunAe Cho教授的團(tuán)隊(duì)合作。相關(guān)研究成果發(fā)表于期刊《Advanced Science》。

電池陰極材料是鋰離子電池儲(chǔ)存和釋放能量的核心材料。目前，電動(dòng)汽車電池最常用的陰極材料是基于NCM的金屬氧化物，其中混合了鎳（Ni）、鈷（Co）和錳（Mn），這極大地影響著電池的壽命、充電速度、續(xù)航里程和安全性。

韓國科學(xué)技術(shù)院的研究團(tuán)隊(duì)發(fā)現(xiàn)，構(gòu)成陰極材料的微小顆粒的尺寸是決定電池性能的關(guān)鍵因素。這是因?yàn)槿绻w粒過大，電池性能會(huì)下降；反之，如果顆粒過小，則可能出現(xiàn)穩(wěn)定性問題。因此，該研究團(tuán)隊(duì)開發(fā)了一種基于AI的技術(shù)，可以精確預(yù)測和控制粒徑。

過去，為了確定粒徑，需要反復(fù)進(jìn)行大量實(shí)驗(yàn)，同時(shí)改變燒結(jié)溫度、時(shí)間和材料組成。然而，要全面測量所有條件而無遺漏是很難的，實(shí)驗(yàn)數(shù)據(jù)也常常缺失，這限制了對(duì)工藝條件與粒徑之間關(guān)系的精確分析。

為了解決這個(gè)問題，研究團(tuán)隊(duì)設(shè)計(jì)了一個(gè)AI框架，用于補(bǔ)充缺失數(shù)據(jù)并提供預(yù)測結(jié)果，同時(shí)確?？煽啃?。該框架的特點(diǎn)是結(jié)合了MatImpute技術(shù)和NGBoost概率性機(jī)器學(xué)習(xí)模型，前者通過考量化學(xué)特性補(bǔ)充缺失的實(shí)驗(yàn)數(shù)據(jù)，后者計(jì)算預(yù)測的不確定性。

該AI模型不僅能夠預(yù)測粒徑，還能提供預(yù)測結(jié)果可信度方面的信息。這為決定在何種條件下實(shí)際合成材料提供了一個(gè)重要的參考標(biāo)準(zhǔn)。

圖片來源：韓國科學(xué)技術(shù)院

通過不斷擴(kuò)展實(shí)驗(yàn)數(shù)據(jù)進(jìn)行學(xué)習(xí)，AI模型展現(xiàn)出約86.6%的高預(yù)測準(zhǔn)確率。分析表明，陰極材料的粒徑受烘烤溫度和時(shí)間等工藝條件的影響比受材料成分的影響更為顯著，這與現(xiàn)有的實(shí)驗(yàn)認(rèn)知相符。

為了驗(yàn)證AI預(yù)測的可靠性，研究團(tuán)隊(duì)進(jìn)行了一項(xiàng)實(shí)驗(yàn)，在保持NCM811（鎳80%/鈷10%/錳10%）成分相同金屬配比的情況下，在現(xiàn)有數(shù)據(jù)未包含的制造條件下合成了四種新型陰極材料樣品。

結(jié)果表明，AI預(yù)測的粒徑與實(shí)際顯微測量結(jié)果幾乎完全吻合，誤差大多在0.13微米（μm）以內(nèi)，遠(yuǎn)小于人類頭發(fā)的粗細(xì)。值得一提的是，實(shí)際實(shí)驗(yàn)結(jié)果均包含在AI預(yù)測的不確定度范圍內(nèi)，這不僅驗(yàn)證了預(yù)測值的有效性，也證實(shí)了其可靠性。

這項(xiàng)研究意義重大，因?yàn)樗_辟了一條無需進(jìn)行所有實(shí)驗(yàn)即可優(yōu)先找到成功概率較高的條件的方法。預(yù)計(jì)這將加速電池材料的研發(fā)，并顯著減少不必要的實(shí)驗(yàn)和成本。